PSPNet_ Pyramid Scene Parsing Network

0. 写作目的

    好记性不如烂笔头。  

1. 问题

ADE20K 数据集存在的一些问题：

1， 错分： 图2第一行，船被误分为车了。 如果使用了全局信息，则可以避免这种情况。

2。 迷惑的类别： 第二行，建筑和摩天大楼。

3。 不易区分的类别： 枕头

 

2. 解决方法

融合全局信息提高分割结果

2.1 模型

 模型：

其中（b）feature map得到的是 在采样8倍的特征。

然后通过average pooling得到 1*1， 2*2， 3*3和 6*6的特征图， 然后使用1*1conv 对特征图压缩通道， 压缩为原来通道的 1/N， 其中N为 pool的个数，这里为4。

再对不同的pool结果进行上采样，然后与 feature进行 concate。 再使用conv得到最终的结果。

2.2 辅助loss

同时，训练时，添加来一个辅助loss，这个方式与 BiSeNet v1 的操作相似。， 该辅助loss 的权重为0.4，是通过实验得到的。

辅助loss权重的实验： 

3.3 实验结果

  实验效果很不错，提高mIOU较多。

增大backbone效果更好：

与其他方法对比：

There may be some mistakes in this blog. So, any suggestions and comments are welcome!

注： 文中图来源于paper。

[Reference]

   paper: https://arxiv.org/abs/1612.01105